在随机抽样中，如何定义丢弃率？

【问题标题】：In Random under sampling, How can I define drop ratio?在随机抽样中，如何定义丢弃率？
【发布时间】：2021-03-07 19:00:41
【问题描述】：

当我使用欠采样代码时，但似乎将主要类降低到与主要类的数量与次要类的数量相同的比例。（50% vs 50%）

当有 30% 的 Minor 课程时，我想为 Major 课程赚取 70%。

我该如何处理这个问题，在 Major 和 Minor Class 之间设置权重的参数是什么？

sampler = RandomUnderSampler(ratio={1: 1000, 0: 65})
X_rs, y_rs = sastrong textmpler.fit_sample(X, y)
print('Random undersampling {}'.format(Counter(y_rs)))

【问题讨论】：

标签： imblearn

【解决方案1】：

回答

所以基本上，RandomUnderSampler(sampling_strategy = X) 使用的策略是少数类占多数类的 X%。因此，如果您选择 X=1，您将获得类似于 auto 的结果，这使得两个类 100% 平衡。

现在，如果您选择 0.9，您将使 minority 类成为 majority 类的 90%。

因此，如果您希望总集为 70%-30%，则需要做一些数学运算（笑话）。

sampling_strategy = 0.5，因为我们使用的是比率，如果多数类是少数类的两倍，我们会得到 1/3 与 2/3，这大约是您想要的。

TLDR

sampling_strategy 采用比率，而您想要 30/70 的比率。因此，您必须通过 3/7 即 0.428 。

【讨论】：